データの最小化の背後にある考え方は、目標を達成するために必要な最小限の情報を単に収集することです。 企業がデータの最小化を実践する場合、貴重な洞察を提供するために必要な最小限のデータを処理 (分析) するだけです。 さらに、データ主体 (情報を取得した人) の許可がない限り、収集されたデータをその他の用途に使用してはなりません。 データは収集され、無期限に保存される場合があるため、企業は GDPR により、データの最小化を含むデータ保護原則に従うことが奨励されています。 データの最小化をビジネスに適用できるようにするには、この原則と、ビジネスにそれが必要な理由を明確に理解する必要があります。
データの最小化とは何ですか?
International Association of Privacy Professionals (IAPP) によると、データの最小化とは、「必要な個人データのみを収集して保持する」企業の慣行です。
これは、目標を達成するために必要な最小限の個人データのみを収集するプロセスについて説明します。 企業が保存および維持するデータが少ないほど、データ侵害のリスクが低くなります
ただし、データの最小化は、単にデータ収集を減らすだけではありません。 また、企業によるユーザー情報の使用も制限されます。 たとえば、企業は必要なときにのみデータを収集し、必要になるまで安全に保管し、その後廃棄する必要があります。 最小化原則は、企業が消費者のプライバシーに対してより徹底的かつ計画的なアプローチを取ることを奨励します。
すべてを無期限に貯め込む傾向があった時期がありました。 しかし、モノのインターネットの発展に伴い、企業はデータ、特に個人を特定できるプライベートな情報を取得する機会の増加に直面しています。
一部の企業は、将来役立つかもしれないと期待してデータを保持しているかもしれませんが、データの蓄積のリスクは物理的な蓄積のリスクと似ています。つまり、役に立たないゴミの山であり、必要なときに必要なものを見つけることが困難になります。それが必要。 不便で危険なだけでなく、費用もかかります。
したがって、スマート データ マネージャーは、「すべてを保存する」という考え方から離れ、最も重要なデータのみを保持するデータ最小化の考え方を採用しています。
データ最小化の原則
データ最小化の原則は単純に見えるかもしれませんが、実際には、組織がデータの収集、処理、保存、保持、削除に取り組む方法を変える必要があります。 企業は、ユーザーのプライバシーが主要な懸念事項になるまで、どのようなデータを取得し、どこに保管し、どのくらいの期間保管するかについてそれほど警戒していませんでした。 企業はこれまで以上に、顧客と企業自体の両方を危害から守る方法でユーザー データを管理する必要があります。
簡単に言えば、データ最小化の原則を採用することは、プライバシーの問題に対処する優れた方法です。 会社にデータがない場合でも、誤って扱う必要はありません。 ただし、不要なデータを削除するには、まず手元の情報に慣れる必要があります。 これらのガイドラインに従うことで、チームがデータの最小化に真剣に取り組むことができます。
また、 データ ウェアハウジング: 定義、タイプ、例、ツール
Little Blue Book of Privacy Design Strategies では、データ最小化の実践を開始する際の出発点として、次の XNUMX つの実践的なアクションがリストされています。
#1。 選択する
データの最小化によって、企業がデータを収集できなくなるわけではありません。 代わりに、組織は重要なビジネス ニーズに対応するデータを収集する必要があります。 たとえばヨーロッパでは、GDPR に準拠した処理の法的根拠がある場合にのみデータ収集が許可されます。 GDPR に基づくデータ処理には、合計 XNUMX つの法的根拠があります。
- 同意。
- 法的要件。
- 正当な関心
- 契約の履行。
- 公益。
- 重要な関心事。
さらに、企業は、ターゲットを絞った広告など、顧客の承認を得ていない他の目的にその情報を使用すべきではありません。 ユーザーは、会社が自分のデータを特定の方法で使用することを合理的に予測できる必要があります。 本当に必要な情報のみを選択することで、企業は処理できる以上のデータを収集して秘密の目的に使用することを回避できます。
#2. 除外する
企業が収集するデータの量を制限すると、処理できる以上のデータが蓄積されるのを防ぐこともできます。 ビッグテック企業は、顧客のプライバシーを維持しながら、膨大なデータの海を処理することがいかに難しいかを理解し始めています。 このため、企業にとっては、特定の目的を達成するために必要な最小限の情報を収集することが重要です。
たとえば、会社が消費者に物を配布する場合、消費者のアドレスを取得する必要があるかもしれません。 ただし、社会保障番号を尋ねる必要はありません。 これは単純な例のように思えるかもしれませんが、どのタイプのデータが自社に関連し、どれがそうでないか、またその理由を判断することがいかに重要であるかを浮き彫りにしています。
絶対に必要なデータのみを収集すれば、会社と顧客はプライバシー侵害から保護されます。
#3. ストリップ
収集するデータのカテゴリを選択し、コレクションから無関係なデータを削除した後でも、一部のデータ部分をデータ構造の下流にプッシュする必要がない可能性があります。
たとえば、クレジット カード処理業者は、カードの所有権を確認するために住所の郵便番号のみを要求することがよくあります。 このような状況では、プライバシーの専門家は、バックエンドに送信される住所データからユーザーの特定に使用できるすべての情報を削除し、郵便番号だけを残すように努めることができます。
欧州では「データ最小化の原則を遵守しない」ことに対して、GDPR に基づく特定の罰金が課されています。 カリフォルニア州の CCPA やその他の米国のプライバシー法に匹敵する罰則はまだありませんが、データの最小化は、企業のデータ運用を無駄がなく、効率的で、リスクが低いものにするための優れたビジネス慣行です。
#4. 破壊
データの最小化の重要な部分は、データの削除 (データ消去) です。 GDPR は、企業が「本当に必要な個人データのみを収集し、必要な期間のみ保持すること」を義務付けています。 これは、企業が顧客データの保持期間を決定する際に、徹底的に行う必要があることを意味します。
データはライフサイクルの終わりに達しているため、意図したビジネス用途が達成されたら適切に削除する必要があります。 効率的なデータ消去は、単にセル値を消去するよりも難しい場合が多いですが、情報が不要になった場合は、企業はデータを保持すべきではありません。 これはバックアップ コピーにも当てはまります。 指定された保存期間の終了時にクリーンアップする必要がある場合でも。
これらのデータ最小化原則に従うことで、企業は国際法を遵守し続けることができます。
データ最小化の3つのポイントとは?
- 十分な – 定められた目的を達成するには十分です。
- 関連性 – 論理的にその目的に関連している。 と、
- 必要なものだけに絞り、 – 与えられた目的に必要なものだけを保管します。
データの最小化の利点は何ですか?
データ収集を最小限に抑えるために、組織はどのような情報が必要なのか、またなぜそれが必要なのかを慎重に検討する必要があります。 データ システムはコンプライアンスを遵守し、適切に整理された状態を維持し、その結果、会社の信頼性が高まります。 一方、ユーザーは新しいプライバシー規則に基づいて、自分の情報と保護についてより多くの発言権を持つようになりました。
企業でデータの最小化を採用する主な利点は次のとおりです。
- データの保存コストを削減します
- データセキュリティの状態を改善します
- データプライバシー保護を強化
- ビジネスプロセスを簡素化します
- データ規制の順守を維持します
データの最小化と匿名化とは何ですか?
データの最小化とは、できるだけ少ないデータを収集または保持することです。 一方、匿名化とは、再特定を不可能にすることを目的として、企業が保有するデータを改ざんすることを指します。
データ損失を防ぐ最善の方法は何ですか?
以下に、データ損失を防ぐ最も優れた方法をいくつか示します。
- ファイルまたはデータのバックアップを作成します
- ハードウェアを保護する
- コンピュータを正常に保つ
- 情報漏洩の危険性について従業員に教育する
- ウイルス対策およびマルウェア対策保護のためのソフトウェアを使用する
- 強力なエンドポイントとデバイスのセキュリティ ポリシーを作成する
- 個人情報や重要な情報は必ず暗号化してください
- プログラムを頻繁に更新してください。
目的の制限とデータの最小化の違いは何ですか?
目的の制限: 個人情報を取得した意図された理由、または追加のこれに適合する目的にのみ使用します。 データの最小化とは、お客様が要求した目的に必要、関連性があり、十分な個人データのみを処理することを意味します。
データの最小化をビジネスに適用する方法
#1. 狭いデータ収集
まず、会社が完璧に運営するためにどのような情報が必要かを決定する必要があります。 一方、どのように定義しても、最も関連性の高いデータのみを分析したい場合は、データ収集方法を改良する必要があります。 保存するデータ内の機密情報へのアクセスを制限することが重要です。 秘書がアクセスできる顧客に関する情報は、営業担当者やカスタマー サポート エージェントがアクセスできる情報とは異なります。 それで、絞り込みます。 各ユーザーがタスクを完了するために必要な情報のみにアクセスできるようにします。
#2. ユーザーの検証と検査
大量のデータ収集手順の大部分は、ユーザーが有用で関連性のあるデータを大量に送信するという前提の下で動作します。 実際にはそうではありません。 小規模な新興企業から巨大な多国籍企業まで、多くの企業が知らず知らずのうちに大量の有害なデータを収集しています。 企業システム上に存在するだけで、保有するデータは偽のものまたは無条件のものである可能性があり、すべての関係者にリスクをもたらします。
不必要な情報を排除するために、信頼できるデータ最小化戦略によりユーザーの検証とスクリーニング手順が実装されます。 もしライドシェアサービスがそのような対策を講じていれば、暴力犯罪歴のある申請者が偽の身分を使用しようとしていることに気づくかもしれない。
これらの基本的な評価手順を整備すると、企業は実際に役立つ信頼できる情報源からのみ情報を取得できるようになります。
#3. 進歩的なデータ管理
多くの企業は、ユーザーデータが時間の経過とともに古くなってしまうという事実を見落としています。 これにより、データベースが無駄なデータや誤ったデータで肥大化してしまいます。 これにより、IT システムに負荷がかかり、その情報を使用して行うビジネス分析の結果が歪められます。
段階的なレビュープロセスを組み込んだデータ最小化の計画は、ユーザーがデータの正確性と最新性を維持するのに役立ち、それによってこの問題を回避できます。 この方法により、ユーザー入力に対するレポート データベースの応答性が向上し、レポート データベースの開発が簡素化されます。 顧客データの量が増加するにつれて、企業はリスクを軽減しながら、長期的にはコストと労力を節約することができます。
#4. 戦略的消去
データの最小化は、戦略的な目的での選択的削除の実践に大きく依存しています。 絶え間なく進化する現代のデジタル市場では、あらゆる消費者データの有用性はすぐに期限切れになります。 データの有用性と安全性を維持するために、企業はサーバーから古いレコードを定期的に削除する必要があります。 削除プロセスは、データ最小化戦略の重要な部分です。
今後のビジネス上の選択では、企業に必要な新しいデータ タイプの特定と、ビジネスに役に立たなくなったデータ タイプの削除を常に考慮する必要があります。
情報を保管すると、セキュリティ侵害、未確認の情報、その他の脅威への扉が開かれます。 それらの危険を完全に回避することはできません。 それにもかかわらず、効果的なデータ最小化対策を採用する企業は、データ収集プロセスの効率を向上させ、より有用な情報を収集し、リスクへの曝露を軽減することができます。
データ最小化の例は何ですか?
データ最小化の原則では、処理目標を達成するにはこのデータの収集が必要であることも規定されています。 たとえば、建物のドアでの指紋検査の一環として生体情報を収集する目的は、許可されていない人の侵入を阻止することです。
データ保護の原則
GDPR の基本原則と、多数のデータ保護およびプライバシー規制の間には直接の相関関係があります。 データ保護原則をより深く理解することは、一般データ保護規則 (GDPR) を遵守する取り組みに役立ちます。
一般データ保護規則 (GDPR) は、XNUMX つのプライバシー原則に基づいて、個人情報をどのように処理できるか、また処理しなければならないかを定めた一連の規則です。 GDPR の XNUMX つの基本原則を理解することは、GDPR の法律と規制を習得するための第一歩です。
データ保護の 7 つの原則。
- 合法性、公平性、透明性
- 目的の制限
- データの最小化
- 正確さ
- ストレージの制限
- 誠実さと守秘義務
- 説明責任
ボトムライン
組織は、実際に必要なデータのみを収集して保持し、残りは消去する必要があります。 データの価値は急速に低下するため、「万が一に備えて」データを保管しておくのは危険な選択です。
データの最小化はプライバシー保護の基本原則であり、データの収集、保存、消去のプロセスが意図的かつ合法であることを保証するのに役立ちます。 この手順をデータ運用のあらゆる側面に組み込むことは、消費者のプライバシーを保護するだけでなく、会社の潜在的なリスクや高額な罰金を軽減することにも役立ちます。
関連記事
- データコンプライアンス: 組織のコンプライアンス基準
- 小売データ分析: 知っておくべきことすべて
- ガバナンスのリスクとコンプライアンス:GRCとは何ですか?
- データ変換: 定義、種類、利点
- データのプライバシー: 組織にとっての重要性とベスト プラクティス